Probabilidade I. Departamento de Estatística. Universidade Federal da Paraíba. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23

Transcrição

1 I Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 1 / 23

2 Probabilidade As definições de probabilidade apresentadas anteriormente podem ser utilizadas para resolver inúmeros problemas. Contudo, elas não são suficientes para uma formulação matemática mais rigorosa de probabilidade. Uma abordagem axiomática foi apresentada por Kolmogorov para definir probabilidade como uma função de conjuntos em que os elementos do domínio são conjuntos e os elementos da imagem são números reais entre zero e um. Observação 5.1: Os axiomas matemáticos apresentados por Kolmogorov para definir probabilidade permitem incluir as definições anteriores como casos particulares. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 2 / 23

3 Definição 5.1: (Probabilidade) Uma função P, definida na σ-álgebra A de subconjuntos de Ω é uma probabilidade se satisfaz os axiomas de Kolmogorov: AXIOMA 1 Para todo subconjunto A A, P(A) 0; AXIOMA 2 P(Ω) = 1 AXIOMA 3 Para toda sequência enumerável (A 1, A 2,... A) de elementos mutuamente exclusivos, temos (P é σ-aditiva) P( A i ) = i=1 P(A i ) i=1 Observação 5.2: O trio (Ω, A, P), sendo Ω um conjunto não-vazio, A uma σ-álgebra de subconjuntos de Ω e P uma probabilidade em A, é denominada espaço de probabilidade. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 3 / 23

4 Propriedades de Probabilidade: Dado (Ω, A, P), suponha que todos os conjuntos mencionados a seguir são eventos nesse espaço de probabilidade. Então as seguintes propriedades são consequências dos axiomas: P1 P(A c ) = 1 P(A) (P( ) = 0); P2 Se A B, então P(A) P(B); P3 P(A B) = P(A) + P(B) P(A B) (generalizável para qualquer n); P4 P( i=1 A i) i=1 P(A i); P5 Para todo A A, tem-se que 0 P(A) 1; P6 P(B) = P(B A) + P(B A c ); P7 P(A B) = P(A) P(A B); Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 4 / 23

5 DEMONSTRAÇÃO: Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 5 / 23

6 DEMONSTRAÇÃO: Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 6 / 23

7 Ilustrando Algumas Propriedades Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 7 / 23

8 Ilustrando Algumas Propriedades Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 8 / 23

9 Exemplo 1 - Probabilidade Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 9 / 23

10 Exemplo 1 - Probabilidade Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 10 / 23

11 Observação 5.3: Para o espaço mensurável (Ω, P) foi definida uma probabilidade para todo ω Ω. neste caso, a probabilidade de qualquer outro evento A é dada por P(A) = P(ω) ω Ω:ω A Observação 5.4 (Espaço Amostral Finito): Considerando a situação em que Ω é formado por um número finito de elementos e Ω = {ω 1, ω 2,..., ω k }, a cada evento simples {ω i } associaremos um número p i (probabilidade), que satisfaça as seguintes condições: (i) p i 0, i = 1, 2,..., k; (ii) p 1 + p p k = 1. Observação 5.5 (Resultados Igualmente Prováveis): No caso em que todos os resultados são igualmente verossímeis, para i = 1,..., k, temos que p = 1 k Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 11 / 23

12 Exemplo 2 Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 12 / 23

13 Exemplo 2 Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 13 / 23

14 EXEMPLO 3: Sejam A e B eventos mutuamente exclusivos. Seja P(A) = 0.20 e P(B) = Calcule as probabilidades: 1 P(A c ) 2 P(B c ) 3 P(A B) 4 P(A B) 5 P(A c B c ) EXEMPLO 4: Suponha agora que A e B não sejam mutuamente exclusivos. Adicionalmente temos que P(A B) = Calcule as mesmas probabilidades anteriores: Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 14 / 23

15 Exemplo 3 Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 15 / 23

16 EXEMPLO 5: Na UFPB, 75% dos alunos praticam algum esporte, 20% gostam de sushi e 40% gostam de música. Adicionalmente, suponha que 15% corram e gostem de sushi, 30% corram e gostem de música, 10% gostam de sushi e música e 5% gostem das três atividades. 1 Qual a probabilidade de uma pessoa selecionada aleatoriamente, estar engajada em pelo menos uma das três atividades. 2 Qual a probabilidade de um morador gostar de exatamente um tipo de atividade. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 16 / 23

17 Exemplo 5 Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 17 / 23

18 Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 18 / 23

19 Exemplo 6 - Probabilidade Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 19 / 23

20 Exercício 1 Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 20 / 23

21 Exercício 2: Dois processadores tipos A e B são colocados em teste por 50 mil horas. A probabilidade de que um erro de cálculo aconteça em um processador do tipo A é de 1/30, no tipo B, 1/80 e, em ambos, 1/1000. Qual a probabilidade de que: 1 Pelo menos um dos processadores tenha apresentado erro? 2 Nenhum processador tenha apresentado erro? 3 Apenas o processador A tenha apresentado erro? Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 21 / 23

22 Exercício 3: Uma moeda é viciada de forma que a probabilidade de sair cara é 4 vezes maior que a de sair coroa. Para dois lançamentos independentres dessa moeda, determinar: 1 O espaço amostral. 2 A probabilidade de sair somente uma cara. 3 A probabilidade de sair pelo menos uma cara. 4 A probabilidade de dois resultados iguais. Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 22 / 23

23 Exercício 3: Prof. Tarciana Liberal (UFPB) Aula Probabilidade I 07/16 23 / 23